杨明博，周紫阳

(北方工业大学机械与材料工程学院，北京 100043)

0 引言

近年来，随着机器人技术和智能控制技术的不断发展，机械手作为机器人技术和控制技术的载体吸引了众多研究人员的目光[1]。其中双关节机械手是通过两个关节共同协作来进行物体的抓取和移动。双关节机械手具有可靠度高、灵活性强、速度快、处理能力强，工作高效等特点，被广泛应用到医疗和工业生产等领域中[2-4]。

目前针对机械手的轨迹跟踪控制，研究人员提出了不同的控制方法。比较经典的算法有PID控制[5-7]、自适应控制[8-10]、神经网络控制[11-13]、反步控制[14-15]等。在实际应用的过程中，PID算法应用较为广泛，但是PID算法更适合相对简单情况，当被控对象结构复杂时，机械手的轨迹跟踪精度难以得到保证。文献[16]中采用传统PID控制，通过调节PID参数进行移动液压机械手的轨迹跟踪控制，仿真结果能大致追踪到机械手的轨迹。但是此方法的误差较大，并且调节参数需要的时间较长，当控制能量需求较大时也很难满足需求。神经网络控制在针对非线性和不确定系统有着明显的优势，也是较先进的控制方法[17]。文献[18]中运用神经网络控制算法对机械手进行动力学建模，对未知部分进行分析与逼近，最后通过在线建模和前馈补偿来实现对机械手轨迹的高精度跟踪。自适应控制是指系统能够根据环境的变化来调整自身的行为或性能。文献[19]采用自适应控制，通过自动调节不确定项来减小误差，提高控制精度。……